Process / pipelinecausal-inference
Зіставлення за показником схильності
Зіставлення за показником схильності (PSM) — це метод зменшення змішувального упередження в спостережних дослідженнях шляхом балансування базових характеристик між групами лікування, що імітує рандомізацію. Розроблений Розенбаумом і Рубіном (1983), він оцінює ймовірність отримання лікування за заданими спостережуваними коваріатами, а потім зіставляє або зважує пацієнтів, які отримували лікування, та контрольних пацієнтів зі схожими ймовірностями лікування. Широко використовується в медицині, епідеміології та оцінці політики, коли рандомізовані випробування є неможливими або неетичними, дозволяючи оцінити ефекти лікування при контролі упередження відбору.
Читати метод повністю
Лише для учасників
УвійтиУвійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
+ще 114
Джерела
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41–55. DOI: 10.1093/biomet/70.1.41 ↗
- Austin, P. C. (2011). An introduction to propensity score methods for reducing the effects of confounding. Multivariate Behavioral Research, 46(3), 399–424. DOI: 10.1080/00273171.2011.568786 ↗
- Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701. DOI: 10.1037/h0037350 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 4). Propensity Score Matching and Weighting. ScholarGate. https://scholargate.app/uk/research-statistics/propensity-score-matching
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Логістична регресіяСтатистика досліджень↔ порівняти
- Множинний регресійний аналізСтатистика досліджень↔ порівняти
- Аналіз виживаностіСтатистика досліджень↔ порівняти
Згадується в
Байєсівське згрубоване точне співставленняБайєсівський експостофакто-дизайнБайєсівські інструментальні змінні (Bayesian IV)Байєсівський оцінювач узгодженняБайєсівські кількісні дослідження на основі спостереженьБайєсівське зіставлення за показником схильностіБайєсівське зважування за оцінкою схильностіБайєсівський дизайн регресійної розривностіБайєсівський аналіз чутливості для причинно-наслідкових зв'язківАлгоритми причинно-наслідкового виявлення (PC, FCI, LiNGAM)Аналіз причинно-наслідкового впливуЗгруповане точне зіставлення (CEM)Контрфактуативна оцінка впливу (КОВ)Контрфактична оцінка впливу в освітніх дослідженняхDAG Causal IdentificationРізниця різниць (Diff-in-Diff)Різниця в різницях (DiD) у дослідженнях освітиПодвійне робастне оцінювання (AIPW)Подвійно робастна оцінка в освітніх дослідженняхДинамічний оцінювач відповідностіДинамічне зіставлення за показником схильностіЗбалансування ентропієюНечіткий регресійний розрив (Fuzzy Regression Discontinuity Design)Нечіткий регресійний розрив у педагогічних дослідженняхАналіз причинного впливу гетерогенного ефекту лікуванняHeterogeneous Treatment Effect Coarsened Exact MatchingОцінка контрфактичного впливу з урахуванням гетерогенності ефектівОцінювач відповідності для гетерогенних ефектів обробкиЗіставлення за показником схильності для гетерогенних ефектів лікуванняАналіз чутливості гетерогенних ефектів лікування для причинностіГетерогенні ефекти впливу (CATE / Мета-навчачі)Інструментальні змінні в освітніх дослідженняхАналіз перерваних часових рядів (ITS)Аналіз перерваних часових рядів в освітніх дослідженняхЗважування за оберненою ймовірністю лікування (IPW / IPTW)Зважування за оберненою ймовірністю в освітніх дослідженняхЛокальний середній ефект лікування (LATE / CACE)Логістична регресіяМашинне навчання-доповнене точне укрупнене зіставлення (ML-CEM)Машинне навчання для оцінки контрфактичного впливуМашинне навчання з доповненням різниці в різницях (ML-DiD)Машинне навчання з аугментацією балансуванням ентропіїМашинне навчання з доповненням інструментальними змінними (ML-IV)Оцінювач з доповненим машинним навчанням для зіставленняМашинне навчання з доповненням зіставленням за показником схильностіМашинне навчання-доповнений дизайн розриву регресіїМашинне навчання-доповнений аналіз чутливості для причинно-наслідкових зв'язківМаргінальна структурна модель у педагогічних дослідженняхДослідження «випадок-контроль» із зіставленнямКогортне дослідження зі співставленнямАналіз конкуруючих ризиків із підбором вибірокУзгоджений аналіз Каплана-МейєраУзгоджене вкладене дослідження випадок-контрольУзгоджене клінічне випробування Фази IIКлінічне випробування Фази III з підбором парДослідження Фази IV з підбором парУзгоджений аналіз виживаностіОцінювач на основі зіставленняМетоди підбору пар (CEM / Оптимальний / Генетичний)Багатоперіодне згрубоване точне співставленняБагатоперіодна дворазово робастна оцінкаБагатоперіодний метод підбору (Multi-period Matching Estimator)Множинне імпутуванняCoarsened Exact Matching для панельних данихПанельна різниця різниць (Panel DiD / TWFE)Оцінювач на основі вибіркового зіставлення панельних данихЗіставлення на основі схильності з використанням панельних данихЗважування на основі оцінки схильності для панельних данихТест плацебо в освітніх дослідженняхОцінювання політики за допомогою згрупованого точного співставлення (CEM)Оцінка політики: Контрфактична оцінка впливу (CIE)Оцінка політики Різниця-в-різницяхЗбалансування ентропією для оцінки політикиНечіткий регресійний розрив для оцінки політикиОцінка політики за допомогою інструментальних зміннихОцінювання політики за допомогою зважування оберненою ймовірністюОцінювач відповідності для оцінки політикиПодієве дослідження на панельних данихОцінка політики за допомогою зіставлення за показником схильностіОцінка політики за допомогою зважування за показником схильностіPolicy Evaluation Regression Discontinuity DesignМетод синтетичного контролю для оцінки політикиЗважування за показником схильності (PSW / IPW)Зважування на основі оцінки схильності в освітніх дослідженняхРегресійний розривний дизайн (RDD)Регресійний розривний дизайн (RDD)Регресійний розривний дизайн в освітніх дослідженняхСерія випадків із коригованим ризикомДослідження випадок-контроль з урахуванням ризикуДизайн з урахуванням ризику на основі дизайну «випадок-перехресний період»Дослідження когорти з коригованим ризикомАналіз конкуруючих ризиків з поправкою на ризикРегресія Кокса з поправкою на ризикДослідження епідеміологічне перехресне з коригуванням на ризикАналіз Каплана-Майєра з поправкою на ризикРизик-скориговане гніздове дослідження випадок-контрольДослідження Фази IV з коригованим ризикомАналіз виживаності з поправкою на ризикНадійна оцінка контрфактичного впливуRobust Fuzzy Regression DiscontinuityСтабілізоване зважування за оберненою ймовірністю (Robust IPW)Е Estimator Robust Matching (Bias-Corrected Matching)Надійне зіставлення за показником схильностіНадійне зважування за показником схильностіRobust Regression Discontinuity DesignЧуттєвий аналіз причинностіАналіз чутливості для причинно-наслідкових зв'язків в освітніх дослідженняхАналіз чутливості до прихованого зміщення (Межі Розенбаума / E-значення)Каузально-порівняльне дослідження за допомогою симуляціїПросторовий аналіз причинно-наслідкового впливуПросторово згруповане точне зіставлення (Spatial CEM)Spatial Counterfactual Impact EvaluationПросторово подвійно робастна оцінкаПросторово-зважене оберненою ймовірністю (Spatial IPW)Просторовий оцінювач узгодженняПросторове зіставлення за показником схильностіПросторовий дизайн регресійного розриву (Spatial RDD)Просторовий аналіз чутливості для причинно-наслідкових зв'язківПросторовий метод синтетичного контролюАналіз виживаностіМетод синтетичного контролю (SCM)Синтетичний контрольний метод у дослідженнях освітиІнструментальні змінні через двокроковий метод найменших квадратів (IV/2SLS)
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →